Kvíz spojený s průvodcem · Střední úroveň
Kvíz o sítích prostorových transformátorů
Prohlédněte si lokalizaci prostorového transformátoru, generování mřížky, diferencovatelné vzorkování, afinní parametry a aplikace geometrického zarovnání.
Otázka 1 z 8
Jakou schopnost přidává síť prostorového transformátoru k neuronové síti?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jakou schopnost přidává síť prostorového transformátoru k neuronové síti?
- Schopnost naučit se geometrické transformace svého vstupu, jako je rotace a změna měřítka
- Schopnost bezztrátově komprimovat obrázky
- Schopnost generovat textové titulky
- Schopnost odstranit veškerý šum ze zvuku
- Které tři součásti tvoří modul prostorového transformátoru?
- Kodér, dekodér a diskriminátor
- Lokalizační síť, generátor sítě a vzorkovač
- Konvoluce, sdružování a softmax
- Vkládání, pozornost a předávání informací
- Proč lze síť prostorových transformátorů trénovat běžným zpětným šířením?
- Protože nepoužívá žádné parametry
- Protože běží pouze v inferenčním čase
- Protože každý krok, včetně bilineárního vzorkování, je diferencovatelný
- Protože je trénován posilovacím učením
- Co obvykle poskytuje lokalizační síť pro afinní transformaci?
- Jediné skóre spolehlivosti
- Seznam ohraničujících rámečků
- Segmentační maska
- Transformační matice parametrů 2x3
- Proč jsou standardní CNN jen slabě invariantní vůči prostorovým změnám, což motivuje STN?
- Spoléhají hlavně na sdružování pro omezenou prostorovou toleranci
- Nikdy nepoužívají konvoluce
- Nemohou zpracovat obrázky větší než 28x28
- Vyžadují označené transformace pro každý obrázek
- Která aplikace je přirozeně vhodná pro síť Spatial Transformer Network?
- Třídění čísel v databázi
- Vyrovnání nakloněného nebo zakřiveného textu před rozpoznáním
- Komprese video souboru
- Generování náhodného šumu
- What does the grid generator do in a spatial transformer?
- Assigns a class label to every image pixel
- Measures the confidence of each object detection
- Maps output pixel locations back to source-image coordinates using predicted transform parameters
- Changes the neural network’s vocabulary
- What interpolation method does the spatial transformer sampler use?
- Hledání paprskem
- Nearest-neighbor word matching
- Fourier phase rotation only
- Bilineární interpolace